All Issue

2024 Vol.33, Issue 4 Preview Page

Original Articles

A Comparison and Modeling of the Growth of Tomatoes in Greenhouse using the Color Change

색상 변화를 이용한 토마토 과실의 생장 과정 비교 및 모델링

Jayeong Paek1
,
Byeong-Hyo Cho1*
,
Seongmin Lee2
,
Youngki Hong3
,
Kyoung-Chul Kim4
백 자영1
,
조 병효1*
,
이 성민2
,
홍 영기3
,
김 경철4
1Postdoctoral Researcher, Division of Smart Farm Development, National Institute of Agricultural Sciences, Jeonju 54875, Korea
2Assistance Researcher, Division of Smart Farm Development, National Institute of Agricultural Sciences, Jeonju 54875, Korea
3Senior Researcher, Division of Smart Farm Development, National Institute of Agricultural Sciences, Jeonju 54875, Korea
4Researcher, Division of Smart Farm Development, National Institute of Agricultural Sciences, Jeonju 54875, Korea
1국립농업과학원 스마트팜개발과 박사후연구원
2국립농업과학원 스마트팜개발과 연구원
3국립농업과학원 스마트팜개발과 연구관
4국립농업과학원 스마트팜개발과 연구사
*Corresponding Author
31 October 2024. pp. 294-304
PDF XML Citation
Abstract

In Korea, tomatoes are primarily grown in greenhouses, which are widely distributed through the country. Greenhouse cultivation provides greater stability and control of the environment, including light, temperature, and carbon dioxide levels, resulting in higher quality and yield compared to open fields. Therefore, greenhouse environment management is a important because quality and yield, which are directly related to profits, could vary depending on greenhouse environment. In addition, developing growth model for crops grown hydroponic system in the greenhouse is useful for describing and comparing the response of crops in terms of environmental conditions. In this study, we use the logistic growth equation to describe the growth of tomatoes. The logistic growth equation is used to model the color change of tomatoes, and we compared the differences in the growth process of tomatoes at two different growing seasons by using the parameters in the model. According to the logistic model, tomatoes grew slightly faster in winter than in summer and the discoloration period of tomatoes, in terms of changing from green to red, was about two days shorter in winter than in summer. In the process of growing, there was no significant difference in the daily average temperature and accumulated temperature in summer and winter. However, the solar radiation inside the greenhouse was 590.7 J/cm2 in winter and 347.4 J/cm2 in summer, which was higher in winter than in summer. This is because that the screen was used to maintain temperature and reduce the light intensity on very sunny day in summer. This study shows unexpected results that the growing period of tomatoes is shorter in winter than in summer due to the way of greenhouse environmental management. Therefore, based on these results, it is necessary that we need to consider the appropriate ways of controlling environments in greenhouse, depending on growing season.

Keywords
CIELAB
greenhouse tomato
logistic growth equation
sigmoid

본 연구에서는 온실 재배 토마토의 색상 변화를 이용하여 성숙하는 과정을 모델링하고자 하였다. 이를 위해 시간에 따른 토마토의 색상 L*, a*, b*를 관찰한 결과, L*값은 시간에 따라 감소하는 경향을 보였고 b*값은 일정한 사이의 값을 유지하며 큰 차이를 보이지 않았다. 초록색에서 빨간색으로 변화를 나타내는 a*값은 시그모이드 형태를 보이며 급격하게 증가하는 형태를 보였다. 특히, 각 샘플 마다 a*값이 증가하기 시작한 시기는 겨울에 재배된 토마토의 경우 비슷하게 나타났지만, 여름에 재배된 토마토는 샘플 마다 시기에 차이가 있었음을 알 수 있었다. 토마토의 색상을 나타내는 값 중, 시그모이드 형태를 보이는 색상 a*값의 변화를 로지스틱 성장식을 활용하여 모델을 구축하였다. a*값의 시간에 따른 변화는 로지스틱 성장식의 특징을 보였으며, 다른 색상 값과 비교하여 재배 시기에 따른 차이를 보였다. 로지스틱 모델로부터 계산된 a*의 초기값은 겨울에는 –6.3774, 여름 –6.9748로 겨울과 여름에 차이를 보이지 않았다. 한계수용능력값은 역시 겨울에는 22.548, 여름에는 21.7207로 완숙기에 도달했을 때 토마토의 색상의 a*값은 재배 시기와 상관없이 비슷함을 알 수 있었다. 변곡점의 경우 겨울에는 35일, 여름에는 40일로 a*의 변화율이 최대가 되는 시기에 차이를 보였다. 재배 시기에 따라 토마토가 성숙 되는 기간의 차이는 모델로부터 계산된 a*값의 변화가 나타나는 기간을 활용하여 비교하였고, 이는 겨울보다 여름에 짧았음을 알 수 있었다. 이러한 차이가 발생하는 환경적 요인을 확인하기 위해 토마토가 재배되는 동안 온실 내 기온과 일사량을 비교한 결과, 여름보다 겨울에 온실 내부 일사량이 높게 나타났음을 알 수 있었다. 본 연구에서 관측한 토마토는 온실의 온도 관리를 위해 외부에 설치된 차광막을 활용하는 방식의 온실에서 재배되었고, 따라서 여름의 높은 기온을 낮추기 위해 한낮에 차광막을 작동시킨 결과, 여름보다 겨울에 높은 내부 일사량이 관측된 것으로 생각된다. 최근 농업은 기후 변화와 식량 안보, 노동력 절감을 위해 다양한 형태로 변화하고 있다. 이러한 문제를 기술로서 극복한 방안 중 하나인 스마트 온실 재배는 작물이 생장하기 위한 최적의 환경을 제공하여 생산성 향상과 높은 가격 경쟁력을 통해 농가 소득을 증가시키는데 도움이 되고 있다. 현재까지의 온실 관리는 작물 재배에 적절한 온도와 습도, 일사량 등에 의존하여 환경을 조절했지만, 앞으로는 작물관리는 실시간으로 관측된 생육 정보를 환경 제어에 이용함으로써 생산성을 증대시키고 수확 시기 조절을 가능하게 할 수 있는 방향으로 나아가야 할 것이다. 이에 따라 본 연구에서는 시간에 따른 색상 변화를 활용한 로지스틱 모델을 이용하여 온실 재배 토마토의 성숙 과정을 나타내었다. 추정된 모델의 모수 값을 활용하여 여름과 겨울에 재배된 토마토의 성숙 과정에 걸린 시간의 차이를 계산하였고, 그 결과 겨울에 재배된 토마토가 여름에 재배된 토마토보다 짧은 시간에 성숙함을 보이는 일반적이지 않은 결과를 얻었다. 이는 온실 재배 환경에서 차광막을 활용해 온도를 조절하는 과정에서 비롯된 역전된 일사량의 차이에서 발생한 것으로 생각된다. 작물의 생장에는 여러 가지 요인이 복합적으로 작용하기 때문에 이러한 결과를 발생시킨 명확한 요인을 단정하는 것은 어렵지만, 온실 환경을 제어하는 방법에서 발생한 것임을 짐작해 볼 수 있다. 따라서 본 연구 결과는 재배 시기에 따라 적절한 온실 환경 제어 방법과 관리의 중요성을 위한 연구 결과로 활용될 수 있을 것으로 생각한다. 또한 향후 연구에서는 토마토의 성숙 과정에 영향을 미치는 환경적 요인을 포함한 모델을 통해 작물의 성숙 과정을 예측해 볼 수 있을 것이다.

키워드
로지스틱 성장식
시그모이드
온실 토마토
CIELAB
References
1

Adams S.R., K.E. Cockshull, and C.R.J. Cave 2001, Effect of temperature on the growth and development of tomato fruits. Ann Bot 88:869-877. doi:10.1006/anbo.2001.1524

10.1006/anbo.2001.1524
2

Benzekry S., C. Lamont, A. Beheshti, A. Tracz, JM. Ebos, L. Hlatky, and P. Hahnfeldt 2014, Classical mathematical models for description and prediction of experimental tumor growth. PLoS Comput Biol 10:e1003800. doi:10.1371/journal.pcbi.1003800

10.1371/journal.pcbi.100380025167199PMC4148196
3

Choi Y.H., N.J. Kang, K.S. Park, H. Chun, M.W. Cho, S.Y. Lee, and Y.C. Um 2008, Effect of greenhouse orientation on the environment of greenhouse and the growth and yield of tomato and oriental melon. Hortic Sci Technol 26:380-386. (in Korean)

4

Ciptaningtyas D., N. Benyakart, H. Umehara, M. Johkan, N. Nakamura, M. Nagata, T. Orikas, M. Thammawong, and T. Shiina 2022, Modeling the metachronous ripening pattern of mature green tomato as affected by cultivar and storage temperature. Sci Rep 12:8241. doi:10.1038/s41598-022-12219-z

10.1038/s41598-022-12219-z35581317PMC9114344
5

Fang S.L., Y.H. Kuo, L. Kang, C.C. Chen, C.Y. Hsieh, M.H. Yao, and B.J. Kuo 2022, Using sigmoid growth models to simulate greenhouse tomato growth and development. Horticulturae 8:1021, 1021. doi:10.3390/horticulturae8111021

10.3390/horticulturae8111021
6

Fernandes F.A., T.J. Fernandes, A.A. Pereira, S.L.C. Meirelles, and A.C. Costa 2019, Growth curves of meat-producing mammals by von Bertalanffy's model. Pesqui Agropecu Bras 54:e01162. doi:10.1590/S1678-3921.pab2019.v54.01162

10.1590/s1678-3921.pab2019.v54.01162
7

Gent M.P. 2007, Effect of degree and duration of shade on quality of greenhouse tomato. HortScience 42:514-520. doi:10.21273/HORTSCI.42.3.514

10.21273/HORTSCI.42.3.514
8

Hertog M.L., J. Lammertyn, M. Desmet, N. Scheerlinck, and BM. Nicolaı̈ 2004, The impact of biological variation on postharvest behaviour of tomato fruit. Postharvest Biol Technol 34:271-284. doi:10.1016/j.postharvbio.2004.05.014

10.1016/j.postharvbio.2004.05.014
9

Korkmaz M., V. Oda, and E.O. Basustaoglu 2018, A study over determination of asymptotic deceleration and absolute acceleration points in logistic growth model. Turk J Math Comput Sci 10:33-37.

10

Lee J.H., H.J. Lee, S.K. Kim, S.G. Lee, H.S. Lee, and C.S. Choi 2017, Development of growth models as affected by cultivation season and transplanting date and estimation of prediction yield in kimchi cabbage. J Bio-Env Con 26:235-241. doi:10.12791/KSBEC.2017.26.4.235

10.12791/KSBEC.2017.26.4.235
11

Lim M.Y., H.J. Jeong, M.Y. Roh, G.L. Choi, S.H. Kim, and S.H. Choi 2021, Changes in greenhouse temperature and solar radiation by fogging and shading during hydroponics in summer season. J Bio-Env Con 30:230-236. (in Korean) doi:10.12791/KSBEC.2021.30.3.230

10.12791/KSBEC.2021.30.3.230
12

López Camelo A.F., and P.A. Gómez 2004, Comparison of color indexes for tomato ripening. Hortic Bras 22:534-537. doi:10.1590/S0102-05362004000300006

10.1590/S0102-05362004000300006
13

Mischan M.M., and S.D. Pinho 2014, Modelos não lineares: funções assintóticas de crescimento. São Paulo: Cultura Acadêmica.

14

RDA (Rural Development Administration) 2020, Tomato. RDA

15

RDA (Rural Development Administration) 2023, <Tomato cultivation technology 18> Fertilization cultivation technology. Available via http://www.farmnmarket.com/news/article.html?no=20007 Accessed 29 April 2024.

16

Ribeiro T.D., R.W.P.D. Mattos, A.R.D. Morais, and J.A. Muniz 2018, Description of the growth of pequi fruits by nonlinear models. Rev Bras Frutic 40:e-949. doi:10.1590/0100-29452018949

10.1590/0100-29452018949
17

Sari B.G., A.D.C. Lúcio, C.S. Santana, and T.V. Savian 2019. Describing tomato plant production using growth models. Sci Hortic 246:146-154. doi:10.1016/j.scienta.2018.10.044

10.1016/j.scienta.2018.10.044
18

Schouten R.E., T.P. Huijben, L.M.M. Tijskens, and O. Van Kooten 2007, Modelling quality attributes of truss tomatoes: Linking colour and firmness maturity. Postharvest Biol Technol 45:298-306. doi:10.1016/j.postharvbio.2007.03.011

10.1016/j.postharvbio.2007.03.011
19

Seo D., B.H. Cho, and K.C. Kim 2021, Development of monitoring robot system for tomato fruits in hydroponic greenhouses. Agronomy 11:2211. doi:10.3390/agronomy11112211

10.3390/agronomy11112211
20

Shamshiri R.R., F. Kalantari, K.C. Ting, K.R. Thorp, I.A. Hameed, C. Weltzien, D. Ahmad, and Z.M. Shad 2018, Advances in greenhouse automation and controlled environment agriculture: A transition to plant factories and urban agriculture, Int J Agric Eng 11:1-22. doi:10.25165/j.ijabe.2018110 1.3210

10.25165/j.ijabe.20181101.3210
21

Sharma L., K.V. Ramesh, V. Paul, and R. Pandey 2020, Ripening index: a better parameter for colour based assessment of ripening behaviour of tomato fruits. Plant Physiol Rep 25:171-177. doi:10.1007/s40502-020-00499-4

10.1007/s40502-020-00499-4
22

Silva É.M.D., A.C. Fruhauf, E.M. Silva, J.A. Muniz, T.J. Fernandes, and V.F.D. Silva 2021, Evaluation of the critical points of the most adequate nonlinear model in adjusting growth data of 'green dwarf' coconut fruits. Revista Brasileira de Fruticultura 43:e-726. doi:10.1590/0100-29452021726

10.1590/0100-29452021726
23

Tijskens L.M.M., and R.G. Evelo 1994, Modelling colour of tomatoes during postharvest storage. Postharvest Biol Technol 4:85-98. doi:10.1016/0925-5214(94)90010-8

10.1016/0925-5214(94)90010-8
24

Tsoularis A., and J. Wallace 2002, Analysis of logistic growth models. Math Biosci 179:21-55. doi:10.1016/S0025-5564(02)00096-2

10.1016/S0025-5564(02)00096-212047920
25

United States Departmente of Agricultre (USDA) 1991, United States Standards for grades of fresh tomatoes, Washington, USDA, 1991.

26

Van Ploeg D., and E. Heuvelink 2005, Influence of sub-optimal temperature on tomato growth and yield: a review. J Hortic Sci Biotech 80:652-659. doi:10.1080/14620316.2005.11511994

10.1080/14620316.2005.11511994
27

Westland S. 2003, Review of the CIE system of colorimetry and its use in dentistry. J Esthet Restor Dent 15:S5-S12. doi:10.1111/j.1708-8240.2003.tb00313.x

10.1111/j.1708-8240.2003.tb00313.x15000899
Information
  • Publisher :The Korean Society for Bio-Environment Control
  • Publisher(Ko) :(사)한국생물환경조절학회
  • Journal Title :Journal of Bio-Environment Control
  • Journal Title(Ko) :생물환경조절학회지
  • Volume : 33
  • No :4
  • Pages :294-304
  • Received Date : 2024-05-01
  • Revised Date : 2024-08-16
  • Accepted Date : 2024-10-07
  • DOI :https://doi.org/10.12791/KSBEC.2024.33.4.294
Journal Informaiton Journal of Bio-Environment Control Journal of Bio-Environment Control
Online Submission
  • NRF
  • KOFST
  • crossref crossmark
  • crossref cited-by
  • crossref funder-registry
  • crosscheck
  • orcid
  • open access
  • ccl
Journal Informaiton Journal Informaiton - close